You need to enable JavaScript to run this app. 使用Apache POI读取xlsx文件时本地正常但Heroku环境报错无法解析共享字符串表
优惠活动
大模型
产品
解决方案
定价
更多

使用Apache POI读取xlsx文件时本地正常但Heroku环境报错无法解析共享字符串表

Apache POI跨环境读取xlsx解析异常说明

故障现象

  • 本地Windows环境执行相同读取逻辑,可无异常解析目标xlsx文件
  • 部署到Heroku Linux环境后,读取同一文件时抛出unable to parse shared strings table异常,流程中断

现有实现代码

private fun readExcelContent(file: InputStream): Sequence<Row> {
    val pkg = OPCPackage.open(file)
    pkg.use {
        val reader = XSSFReader(pkg)
        val sst = reader.sharedStringsTable
        val parser = XMLHelper.newXMLReader()
        val handler = ExcelSheetHandler(sst)
        parser.contentHandler = handler
        val sheet = reader.sheetsData.next()
        val source = InputSource(sheet)
        try {
            parser.parse(source)
        } catch (e: ConsecutiveBlanksException) {
            logger.info("The file contained several consecutive blank lines that have been skipped.")
        }

        return handler.content.asSequence()
    }
}

核心错误堆栈

Caused by: org.xml.sax.SAXParseException: The element type "t" must be terminated by the matching end-tag "".
    at java.xml/com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.createSAXParseException(ErrorHandlerWrapper.java:204)
Caused by: org.apache.xmlbeans.XmlException: error: The element type "t" must be terminated by the matching end-tag "".
    at org.apache.xmlbeans.impl.store.Locale$SaxLoader.load(Locale.java:3448)
Caused by: java.io.IOException: unable to parse shared strings table
    at org.apache.poi.xssf.model.SharedStringsTable.readFrom(SharedStringsTable.java:134)
    at org.apache.poi.xssf.model.SharedStringsTable.<init>(SharedStringsTable.java:111)

注:异常触发点在代码执行到reader.sharedStringsTable行,尚未进入用户自定义的Sheet解析流程

问题根因

  • 跨环境JDK解析器行为差异:本地Windows环境搭载的低版本JDK内置Xerces解析器,对XML语法校验宽松,遇到shared strings表中缺失的<t>闭合标签会自动容错补全,不会中断执行
  • Heroku环境运行高版本Linux JDK,内置Xerces解析器开启了严格XML校验模式,一旦检测到未闭合的元素标签就直接抛出致命解析错误,中断shared strings表的解析流程
  • 触发前提:目标xlsx文件由WPS、旧版Office或第三方导出工具生成,shared strings.xml内部存在非严格规范写法,比如截断的文本节点、未转义的特殊字符

修复方案

  • 优先升级依赖版本:将当前使用的POI 4.1.2 + xmlbeans 3.1.0组合,升级到POI 5.2.3及以上版本,官方已在该版本修复了跨平台shared strings解析的容错兼容性问题
  • 调整OPCPackage初始化逻辑:当前直接传入InputStream打开包的写法,在Linux环境下如果流不可重复读取,容易出现内容截断导致XML片段不完整,需强制开启临时文件缓存,完整读取整个xlsx包后再执行解析:
    // 参数含义:输入流、只读访问权限、强制落盘缓存
    val pkg = OPCPackage.open(file, PackageAccess.READ, true)
    
  • 临时兜底方案:可自定义XML解析错误处理器,将致命校验错误降级为警告,对齐低版本Windows JDK的宽松解析行为,避免因非严格XML写法中断读取流程

内容的提问来源于stack exchange,提问作者Alessandro

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.03 16:24:10